Kimi K3.1 Pro 正式开源，2.8万亿旗舰用上 DeepSeek Sparse Attention
今天凌晨，月之暗面放出了 Kimi K3.1 Pro 的完整模型权重，vLLM 同步提供 Day-0 支持。此前已经在 Kimi、Kimi Code 和 API 里用上的这款旗舰，现在可以下载到自己的
2026-11-05 11:20 · 摘要已收录，可打开文章获取原文内容
GPT-6 Astra 直接改千问权重，数学成绩变成 6 倍
MIT CSAIL 团队最近让 GPT-6 Astra 做了一件挺大胆的事：直接打开千问 Qwen3.5-0.8B 的权重，找问题，再动手改。不用梯度下降，也不允许写训练循环。最后，Astra 改了约
2026-11-04 09:03 · 摘要已收录，可打开文章获取原文内容
我在 WorkBuddy 中接入 GPT-6.1 Terra，没想到。。。
事情的起因是这样的，前几天，OpenAI 给 Pro 账号发 API 福利，我领了 128美刀的额度：Pro 账号可以去 OpenAI 领钱了实话实说，我的 Codex 套餐目前足够使用的，这笔每个月
2026-11-03 17:23 · 摘要已收录，可打开文章获取原文内容
唐杰团队开源 HarnessPro，Agent 更强更便宜
清华大学、智谱等团队开源了 HarnessPro，唐杰是论文的共同通讯作者。它让 Agent 迭代自己的 harness，同时优化任务表现与执行成本。同样搭配 GPT-5.5 和 Codex，在论文的
2026-11-02 22:30 · 摘要已收录，可打开文章获取原文内容
AI 时代，工程师要解决的新问题
前几天转了一个贴图，引起了好多朋友的共鸣：技术人员很伤心然后看到 Katelyn Lesse 的这篇长文，谈了工程师接下来要解决的难题，以下是全文翻译，你是否认同？很多软件工程师正在经历一场身份危机，
2026-11-01 14:21 · 摘要已收录，可打开文章获取原文内容
Mistral Large 4 开放万亿参数权重，西方最强开源模型
这两天，法国 Mistral AI 放出了 Mistral Large 4 的权重。这个昵称叫 Le Chonk 的旗舰模型，本月初刚开放预览，经过三周追加训练，又把编程能力和推理效率往前推了一步。U
2026-10-31 11:15 · 摘要已收录，可打开文章获取原文内容
NeurIPS 2026｜训练策略变强，推理就一定变强吗？MemoraX AI 联合天大、阿里提出 MIPI
在大模型强化学习（RL）中，训练过程的优化最终需要体现在模型的实际输出上。然而，训练引擎与推理引擎即使共享模型参数，也可能因为数值精度、解码实现和计算后端等差异，产生不同的输出概率分布。当训练端的更新
2026-10-30 10:23 · 摘要已收录，可打开文章获取原文内容
Agent 后训练学习指南
Hugging Face 的 Ben Burtenshaw、Sergio Paniego 和 merve 整理了这份 Agent 后训练学习指南。从监督微调到蒸馏、强化学习，再到真实环境与大规模训练，
2026-10-30 10:23 · 摘要已收录，可打开文章获取原文内容
NeurIPS2026: PD异构计算的 Orthros 注意力机制
论文链接：https://arxiv.org/html/2610.13735我们构建了 Orthros Attention：同一套参数、同一个 Attention Module，可以在不同阶段切换计算
2026-10-29 11:18 · 摘要已收录，可打开文章获取原文内容
Gemini 4 Carbon 登顶，谷歌又杀回来了！！
今天凌晨，Google DeepMind 发布 Gemini 4 Carbon。这次的新旗舰把重点放在自主编程、长程任务和网络安全上，刚亮相就登上 Artificial Analysis 综合智能榜第
2026-10-29 11:18 · 摘要已收录，可打开文章获取原文内容
谷歌新一代世界模型 Genie 4 发布，Gemini 充当大脑
Google DeepMind 发布了新一代世界模型 Genie 4。用户可以边探索边改主意：让天气变冷，让角色开口，或者临时加一场爆炸。Gemini 会结合当前场景调整计划，Genie 4 则把变化
2026-10-28 15:28 · 摘要已收录，可打开文章获取原文内容
全网疯传！终于轮到我用Agent卷别人了
也许你准备做Agent相关研究，收藏了一堆论文，却不知道选题从哪里切入；或者你想从零搭一个科研Agent，帮自己检索文献、整理笔记、辅助处理实验记录，但面对工具调用、记忆、RAG和多智能体这些概念，不
2026-10-27 10:08 · 摘要已收录，可打开文章获取原文内容
Resin 开源，让 Agent 为 DeepSeek-V4.1-Flash 等模型写推理引擎
Eric Zhang 开源了一个叫 Resin 的项目，让 Agent 为 DeepSeek-V4.1-Flash 等模型编写推理引擎：调度、缓存和服务接口复用现成底层，Agent 专注于指定模型和硬
2026-10-26 20:33 · 摘要已收录，可打开文章获取原文内容
Anthropic：何时把子 Agent 并入主循环
Anthropic 应用 AI 团队在企业实践中发现，有些子 Agent 并回主循环后，效果反而更好。这篇由 Diane Sarkis 撰写的文章，讨论哪些分工值得保留，以及如何逐步迁移。以下为全文翻
2026-10-25 18:37 · 摘要已收录，可打开文章获取原文内容
Kimi K3.1 Pro 发布，多项跑分直追顶级闭源模型
1024 程序员节，Kimi 送来了一次挺有分量的更新。月之暗面今天凌晨发布 Kimi K3.1 Pro，这是 K3.1 系列的第一个模型，也是 Kimi 目前最强的 3 万亿级参数模型，支持 100
2026-10-24 09:02 · 摘要已收录，可打开文章获取原文内容
有了大模型，你可以更有野心一点
Claude 团队的工程经理 Felix Rieseberg 写了一篇很有意思的文章：有了越来越强的模型，我们该怎样跳出原来的任务清单，去做过去没想过、也不敢尝试的事？他从一份季度汇报出发，谈目标的高
2026-10-23 14:36 · 摘要已收录，可打开文章获取原文内容
GPT 挖出 PHP 大漏洞，全球互联网连夜打补丁
OpenAI 昨天披露了一场持续两个月的 PHP 漏洞协同修复：安全公司 Calif 用 GPT-5.6 Sol 找到了一处严重缺陷，Wiz 也独立发现并报告了相关漏洞，最后由 PHP 维护者主导完成
2026-10-22 13:19 · 摘要已收录，可打开文章获取原文内容
回答质量很高，为什么仍错过接话机会？SocialOmni 的多模态社交交互评测
作者：谢天宇（厦门大学），SocialOmni 论文作者一道问答题可以由答案判断对错，多人对话却还要考虑回答发生在什么时候。若只评价模型已经开口的回复，那些错过大多数接话机会的模型也可能得到漂亮的质量
2026-10-21 13:46 · 摘要已收录，可打开文章获取原文内容
Meta Muse Glimmer 技术报告深度解读
Meta 超级智能实验室公开了 Muse Glimmer 30B 的技术报告：这款从 Muse Spark 蒸馏而来的开放权重模型，能看图、调用工具、执行多步任务，目标是让个人电脑也能运行自己的 Ag
2026-10-21 13:46 · 摘要已收录，可打开文章获取原文内容
第一次用 WorkBuddy，我被 Step 5 Preview 惊艳到了！！
熟悉 AINLP 的朋友都知道，我平时主用 Codex。虽然鹅厂前同事已经给我种草过多次 WorkBuddy，我还是一直没上手。这两天有空，终于把它装上了。第一次用，先从下载、注册、登录开始。我下载的
2026-10-20 16:34 · 摘要已收录，可打开文章获取原文内容
Gemini 4 Argon 组队，27 小时首次自主通关《我的世界》
谷歌 DeepMind 让四个 Gemini 4 Argon Agent 组队打《我的世界》。从随机生成的生存世界出发，目标只有一个：击败末影龙。27 小时 14 分钟后，它们做到了。期间自己编写并运
2026-10-19 14:38 · 摘要已收录，可打开文章获取原文内容
字节跳动 Athanor：4个 Agent 自主后训练，104小时追平官方指令版
字节跳动、杜克大学等团队，把四个 Claude Agent 拉到一起，交给它们一份研究任务：把 Qwen3-4B-Base 训成一个通用模型。每个 Agent 分到一台八卡机器。选数据、写训练代码、分
2026-10-18 10:43 · 摘要已收录，可打开文章获取原文内容
Claude Code 团队如何做代码审查
代码写得越来越快，逐行审查却跟不上了。Anthropic 的 Addy Osmani、Morgan Westlee Lunt 和 Qing Wang 在这篇文章中，公开了 Claude Code 团队
2026-10-17 10:21 · 摘要已收录，可打开文章获取原文内容
Databricks：如何让 Qwen 3.8 27B 微调快6倍
GPU 平均利用率已经达到98%，训练却还能快6倍。Databricks 这篇博文写下了排查过程、算子变化和数据打包细节。以下为全文翻译，文中的“我们”指原作者 Bruce Fontaine 和 Pa
2026-10-16 13:21 · 摘要已收录，可打开文章获取原文内容
辛顿首篇联名 RSI 论文：智能爆炸可能近了
辛顿等 22 位研究者联名发表了一篇递归自我改进（RSI）论文：当 AI 接手 AI 研发，技术进步会不会快到触发“智能爆炸”？论文 9 月 28 日公开，由 GovAI 的 Alan Chan 和剑
2026-10-15 09:26 · 摘要已收录，可打开文章获取原文内容
Claude Code 写代码太快，Anthropic 五个月换掉 Git
Anthropic 把自家主代码库的 Git 换掉了。Claude 团队公开了这次迁移：七个人，用五个月做出版本控制系统 Scion、代码评审工具 Antique，连同代码搜索、权限管理等配套，把整个
2026-10-14 14:22 · 摘要已收录，可打开文章获取原文内容
Meta 追上来了：Muse Wonder 距 Opus 5.5 只差两分
今天凌晨，Meta 推出了新旗舰 Muse Wonder 系列，包含 Wonder 和更强的 Wonder Full。第三方评测机构 Artificial Analysis 给 Wonder Full
2026-10-13 14:03 · 摘要已收录，可打开文章获取原文内容
Codex爆了！GPT-6科研全流程skills开源！
今年科研的进步速度是真的把我吓到了。前两年deepseek横空出世开源奉献，直接开启ai狂潮，去年搞科研的时候大家还在琢磨Prompt怎么写对应的效果最好，今年已经升级到用Codex配置skills直
2026-10-12 10:10 · 摘要已收录，可打开文章获取原文内容
RSI 走到台前：244 页 2026 AI 年度报告来了
10 月 8 日，Nathan Benaich 与 Air Street Capital 发布了第九份《State of AI Report》。244 页，按研究、产业、政策与安全四条线，回看 AI
2026-10-11 15:25 · 摘要已收录，可打开文章获取原文内容
Claude Managed Agents 上线动态工作流，Agent 自己编排大任务
Anthropic 把动态工作流带进了 Claude Managed Agents，就在这两天，这项新的多 Agent 编排能力进入公开测试版：接到一个复杂任务后，Claude 可以自己写一段程序，把
2026-10-10 15:15 · 摘要已收录，可打开文章获取原文内容